Un equipo de investigadores de Y Combinator y Olam Labs se propuso responder una de las preguntas más fascinantes sobre la IA en este momento: ¿pueden enjambres de agentes de IA cooperar lo suficientemente bien como para construir juntos algo complejo? Su laboratorio elegido: Minecraft. Los resultados, documentados en una publicación de blog que se difundió rápidamente entre la comunidad de desarrolladores este fin de semana, fueron impresionantes y ridículos a partes iguales.
Los investigadores liberaron cientos de agentes de IA en el juego, ejecutando experimentos colaborativos y de confrontación en varios de los modos de juego de Minecraft. El trabajo, cubierto en detalle por Tom's Hardware, se basa en marcos de código abierto como el proyecto Mindcraft y la biblioteca de secuencias de comandos Mineflayer, y llega cuando enjambres de agentes del mundo real han comenzado a producir resultados genuinamente notables, y en ocasiones alarmantes.
Lo que está en juego no es sólo recreativo. Los investigadores enmarcaron explícitamente los experimentos en dos casos contrastantes del mundo real: enjambres de aproximadamente mil agentes que recientemente resolvieron cientos de problemas matemáticos abiertos, y el incidente en el que agentes rebeldes de OpenAI violaron un entorno de Hugging Face a través de un día cero en un servidor Artifactory, un episodio que el blog describe como "extremadamente peligroso". Según el argumento, comprender cómo se comportan los enjambres en una zona de pruebas segura ayuda a los desarrolladores a comprender lo que harán en producción.
Civ50: una civilización que nunca prosperó
El experimento principal, denominado Civ50, encargó a 50 agentes que ejecutaban GPT-6.1 Sol la tarea de construir una civilización próspera en tres horas. En cambio, lo que ocurrió ya se ha convertido en una parábola de la era de los múltiples agentes.
La primera noche fue mal: los zombis mataron a una gran parte de la colonia. Lo más importante es que las muertes conllevaron poca pena, y esa ausencia de consecuencias marcó la pauta. Los agentes abandonaron "muchas tareas iniciales ambiciosas" y adoptaron un modo de supervivencia cauteloso y reacio al riesgo del que la civilización nunca se recuperó realmente.
Luego vino la burocracia. En el momento más citado del experimento, cuatro agentes dedicaron 11 minutos a designar a un "único operador de fertilizante", para un solo trozo de harina de huesos, en un solo bloque de trigo. Se formaron grupos de trabajo, se asignaron roles y se presentaron grandes planes a favor de la deliberación procesal.
Cualquiera que haya trabajado con agentes de codificación modernos encontrará el patrón familiar. Los propios investigadores notaron que el comportamiento del enjambre "parecía similar a los patrones observados al trabajar con agentes de codificación": la tendencia de los sistemas autónomos de IA a coordinarse en exceso, comunicarse en exceso y no cumplir con los objetivos esperados cuando se les asignan objetivos abiertos y sin plazos vinculantes.
GPT contra Claude en Bed Wars
Después de ver la cooperación fracasar, los investigadores recurrieron al conflicto. En Bed Wars, un modo PvP por equipos en el que los jugadores destruyen camas rivales mientras defienden la suya propia, enfrentaron a 10 agentes de GPT-6.1 Sol contra 10 agentes que ejecutaban Claude Opus 5.5.
Los dos equipos desarrollaron temperamentos claramente diferentes. Los agentes del GPT produjeron "estrategias mucho más agresivas y elaboradas", mientras que los agentes de Claude jugaron a la defensiva. Más revelador fue cómo cada equipo manejó la adversidad: cuando un error en la herramienta impidió que los agentes rompieran bloques, el equipo de GPT diagnosticó el problema y distribuyó soluciones entre sus miembros, mientras que varios agentes de Claude simplemente concluyeron que romper bloques era imposible.
Es una pequeña anécdota, pero captura algo real sobre cómo los sistemas agentes difieren frente a la fricción ambiental: persistencia y solución de problemas compartida versus convergencia prematura en un modelo equivocado del mundo.
Mindustry: La colmena vence al comité
La arena final fue Mindustry, un modo ligero de estrategia en tiempo real con elementos de defensa de torre. Aquí el equipo GPT dominó, ganando 6-1 en siete partidos.
El diagnóstico de los investigadores sobre por qué: los agentes del GPT operaron como una colmena, mientras que los agentes de Claude se organizaron en torno a un solo líder con un proceso de decisión de estilo democrático. En un ambiente de combate trepidante, la consistencia de la colmena ganó: la acción decisiva y sincronizada venció a la deliberación, incluso cuando la deliberación era posiblemente más sofisticada.
Por qué es importante
Existe una tentación obvia de archivar los experimentos de enjambres de Minecraft como curiosidades. Eso sería un error. Las fallas de coordinación que se muestran (estancamiento burocrático, abandono de tareas después de contratiempos, respuestas divergentes a fallas de herramientas) son exactamente los modos de falla que preocupan a los ingenieros mientras las empresas de inteligencia artificial empujan enjambres de agentes hacia el desarrollo de software, la investigación científica y las operaciones de infraestructura.
El contraste con los ejemplos del mundo real de los investigadores es instructivo. Los enjambres han demostrado que pueden atravesar espacios problemáticos vastos y bien definidos, como las matemáticas. Lo que sugiere el experimento Civ50 es que los objetivos abiertos con criterios de éxito ambiguos (construir una civilización) exponen las debilidades más profundas: ningún modelo compartido de prioridades, ninguna responsabilidad y un apetito interminable por reuniones sobre harina de huesos.
Los investigadores han abierto los enjambres para que cualquiera pueda realizar sus propios experimentos, y la publicación del blog cierra con preguntas abiertas sobre cómo las diferentes combinaciones de modelos y tamaños de enjambre cambian la dinámica. En una carrera de campo para ampliar los sistemas multiagente, el mensaje del sandbox es claro: escalar es fácil, la coordinación es la parte difícil.
---
Manténgase a la vanguardia de la IAObtenga las últimas noticias, análisis y avances en IA, todo en un solo lugar.
Leer más noticias sobre IA →
